基于机器学习的装配式混凝土构件反变形补偿优化方法

本发明提供了基于机器学习的装配式混凝土构件反变形补偿优化方法，属于装配式建筑智能制造技术领域。针对大跨度预应力混凝土构件脱模起吊阶段竖向变形难以精确预测和主动补偿的问题，构建包含虚拟仿真数据集和实体生产数据集的多源异构变形数据库，建立DNN与LSTM并行的双流变形预测模型，并采用迁移学习策略进行训练；以该模型作为适应度评估器，通过粒子群优化算法求解最优反变形补偿量，再由可编程逻辑控制器驱动柔性模具底部液压顶升机构执行底模反拱调节；构件脱模后采集实体点云并与设计BIM模型配准，基于残差触发EWC增量学习，实现预测、补偿、检测和进化的闭环优化。